Sagt ein GEO-Score die KI-Sichtbarkeit voraus? Wir haben unseren an 81 Agenturen geprüft. Er tut es nicht.

Die 34 Agenturen, die in 633 KI-Antworten kein einziges Mal genannt wurden, haben im Schnitt einen GEO-Score von 84,3. Die 47, die mindestens einmal genannt wurden, kommen auf 86,6. Die 19, die in zehn oder mehr Antworten genannt wurden, liegen wieder bei 84,3. Die Rangkorrelation zwischen Score und Nennungen beträgt +0,10 auf einer Skala von −1 bis +1, und bei 81 Websites reicht die plausible Spanne von −0,12 bis +0,32. Die Null liegt darin. Von den fünf Teilen des Scores neigt sich einer ins Positive: die Inhalte, mit +0,20. Crawler-Zugang, strukturierte Daten, technische Hygiene und llms.txt liegen alle näher als 0,05 an der Null. Der Score sagt also nicht, wer genannt wird. Was er sagt, steht weiter unten. Es ist weniger aufregend und nützlicher.

Zwei Messungen, unabhängig voneinander. Die erste ist die Sichtbarkeit. Zehn deutschsprachige Fragen, wie sie ein Käufer stellt, gingen vom 12. bis 19. September 2026 zweimal täglich je System an ChatGPT, Gemini, Perplexity und Google AI Overviews. Das ergab 633 Antworten. Für jede Agentur haben wir die Antworten gezählt, die sie im Antworttext nennen. Es ist die Messung hinter unserem Ranking der deutschen SEO-Agenturen in KI-Antworten, in ihrem ersten Zeitraum. Die zweite ist das Audit. Am 27. September 2026 lief das GEO-Audit über die Website jeder Agentur, mit demselben Code, den das Produkt verwendet. Es liest die robots.txt, ruft die Startseite mit den User-Agents der KI-Crawler ab und prüft bis zu zehn Seiten, die es aus der Sitemap nimmt, sofern es eine gibt. 78 der 81 Websites wurden auf zehn Seiten geprüft. Der Score ist eine gewichtete Summe aus fünf Teilen: Zugang für KI-Crawler (30 Punkte), Zugänglichkeit der Inhalte (30), strukturierte Daten (20), technische Hygiene (15) und llms.txt (5). Am Anfang standen 87 Agenturen, für die im Projekt eine Website hinterlegt ist. Sechs haben wir herausgenommen, weil ihre Startseite an diesem Abend nicht normal geantwortet hat: ein 503, ein 403, eine Bot-Abfrage, keine Verbindung. Eine fehlgeschlagene Anfrage ist keine Messung einer Website, deshalb stecken diese sechs in keiner Zahl hier. Bleiben 81.

Zuerst vom Ergebnis her. Würde der Score die Sichtbarkeit vorhersagen, müssten die Agenturen, die die Systeme nennen, klar höher liegen als die, die nie genannt werden. Das tun sie nicht. Zwischen den nie Genannten und den Genannten liegen 2,3 Punkte, und die 19 Agenturen mit zehn oder mehr Nennungen fallen genau auf den Schnitt der nie Genannten zurück. Die Spannen überlappen fast vollständig. Nie genannte Agenturen liegen zwischen 67 und 96 Punkten. Die acht Agenturen mit fünfzig oder mehr Nennungen liegen zwischen 71 und 96. Unter den Agenturen, die überhaupt genannt wurden, gehen mehr Nennungen sogar mit einem etwas niedrigeren Score einher (Korrelation −0,18, 47 Agenturen). Das bedeutet so wenig wie der leicht positive Wert für die ganze Gruppe.

Die zehn Agenturen, die die Systeme am häufigsten genannt haben, mit dem Score ihrer Website. Scores von 71 bis 96 stehen an der Spitze der Sichtbarkeit nebeneinander. Ein Score ist eine Aussage über eine Website an einem Abend, nicht über die Qualität der Arbeit einer Agentur.

Jetzt von der anderen Seite. Sortiert man die 81 Agenturen nach Score und teilt sie in drei Gruppen zu je 27, wurden in der untersten Gruppe 13 Agenturen mindestens einmal genannt, in der mittleren 15, in der obersten 19. Das ist die Neigung hinter den +0,10: Ein höherer Score geht mit einer etwas besseren Chance einher, überhaupt genannt zu werden. Mit mehr Nennungen geht er nicht einher. Die mittlere Gruppe sammelt den größten Anteil der Antworten, 3,5 %, die oberste den kleinsten, 2,1 %. Gegen den Zufall geprüft hat die Korrelation von +0,10 einen p-Wert von 0,37: Verteilt man die Scores zufällig auf die Agenturen, kommt öfter als in einem von drei Fällen ein mindestens so großer Wert heraus.

Der Score besteht aus fünf Teilen. Einer davon könnte ein Signal tragen, das in der Summe untergeht. Bei vier ist das nicht so. Beim Crawler-Zugang hat das einen schlichten Grund: 72 von 81 Websites haben die volle Punktzahl, und die übrigen neun verlieren alle dieselben Punkte aus demselben Grund, der abgewiesenen Crawler-Anfrage, die weiter unten beschrieben ist. Ein Teil, der nur zwei Werte annimmt, kann nicht viel erklären. Die Ausnahme sind die Inhalte, mit +0,20, einer Spanne von +0,01 bis +0,40 und einem p-Wert von 0,07. Es ist der einzige Teil, bei dem Seiten mit mehr Text, klarerer Gliederung und mehr belegtem Material mit mehr Nennungen einhergehen, und das passt zu dem, was man erwarten würde. Wir würden trotzdem nicht darauf bauen. Wir haben fünf Teile angesehen, und dass einer von fünf leicht positiv aussieht, bringt der Zufall recht oft hervor. Es ist ein Grund, die Inhalte an einer zweiten Kategorie noch einmal zu prüfen, kein Befund.

Der naheliegende nächste Schritt wäre, für jede einzelne Prüfung die Sichtbarkeit der Websites zu vergleichen, die bestehen und die nicht bestehen, und die Prüfungen mit dem größten Unterschied als die wichtigen zu veröffentlichen. Wir haben diesen Vergleich gerechnet und uns dagegen entschieden, ihn als Ergebnis zu zeigen. Der Grund ist folgender. Die Nennungen sind stark konzentriert. Acht Agenturen vereinen 936 der 1.328 Nennungen auf sich, das sind 70 %. Jede Teilung von 81 Websites in zwei Gruppen ist deshalb vor allem eine Aussage darüber, auf welcher Seite diese acht gelandet sind. Beispiel Title-Tag: Die 17 Websites, deren Titel auf jeder geprüften Seite zwischen 10 und 60 Zeichen lang sind, wurden in 0,4 % der Antworten genannt, die übrigen 64 in 3,2 %. Niemand sollte daraus schließen, dass lange Titel eine Agentur in die Empfehlungen bringen. Dasselbe gilt für die llms.txt: Die 40 Websites, die die Datei veröffentlichen, wurden in 1,7 % der Antworten genannt, die 41 ohne sie in 3,4 %. Ein Beispiel aus unserer eigenen Arbeit. Der erste Durchlauf dieser Studie hat überwiegend nur Startseiten geprüft, wegen eines Fehlers beim Lesen von Sitemap-Indexdateien. In diesem Durchlauf wurden Websites mit belegten Statistiken häufiger genannt, und es sah nach einem Befund aus. Nachdem der Fehler behoben war und das Audit zehn Seiten je Website las, bestanden nur noch fünf Websites diese Prüfung auf jeder Seite, und sie wurden seltener genannt als der Rest (0,4 %). Der Befund war weg. Alle Spalten stehen in der Datei unten, du kannst den Vergleich also selbst rechnen. Behandle das Ergebnis als Frage an eine größere Stichprobe.

Die Audit-Ergebnisse sind für sich genommen einen Blick wert, denn es sind die Websites von Leuten, die beruflich Websites optimieren. Insgesamt stehen sie gut da: 62 von 81 erreichen 80 Punkte oder mehr, keine liegt unter 65. Alle 81 erlauben die KI-Such-Crawler in der robots.txt. Neun haben eine Anfrage mit dem User-Agent eines KI-Crawlers trotzdem abgewiesen, während dieselbe Seite für einen Browser normal lud. Eine Einschränkung zu dieser Zahl: Unsere Anfragen kamen von einer gewöhnlichen Adresse, nicht aus den Netzen der Crawler-Betreiber. Eine Firewall, die prüft, woher ein Crawler kommt, würde uns abweisen und den echten durchlassen. Neun ist also eine Obergrenze. Eine der neun gehört zu den drei meistgenannten Agenturen der Gruppe. Das zeigt, wie wenig die eigene Website damit zu tun hat, ob eine Agentur genannt wird. 40 von 81 veröffentlichen eine llms.txt, 41 nicht. 17 haben gar kein Organization-Schema, und nur 27 bestehen die Prüfung auf ein vollständiges mit name, url, logo und sameAs. 24 haben kein Breadcrumb-Schema. Auf fünf Websites zeigen einige der geprüften Seiten ihren Inhalt erst, nachdem JavaScript gelaufen ist. Die Inhaltsprüfungen aus der Forschung werden selten über eine ganze Website hinweg erfüllt: 10 Websites haben auf jeder geprüften Seite wörtliche Zitate, fünf auf jeder Seite belegte Statistiken, und auf 44 Websites verlinkt keine einzige geprüfte Seite auf eine maßgebliche Quelle.

Weil die Antwort auf eine Kategorie-Frage größtenteils woanders entschieden wird. Als wir für dieselbe Kategorie über neunzig Tage gezählt haben, welche Quellen die Systeme zitieren, wurde eine einzige Liste der besten Agenturen auf einer fremden Website in 345 von 1.033 Antworten zitiert, und Rankings, Verzeichnisse und Bewertungsseiten füllten den größten Teil der ersten zehn Plätze. Die Auswertung steht in Seiten, die die KI bereits zitiert. Ein System, das gefragt wird, welche SEO-Agentur man beauftragen soll, liest Listen und nennt, wer darauf steht. Wie gut die eigene Website der Agentur gebaut ist, hat damit wenig zu tun. Das ist der Unterschied zwischen zitiert und genannt werden, über den wir in Zitiert ist nicht genannt geschrieben haben. Ein Audit sieht sich an, ob eine Website abgerufen, gelesen und als Quelle verwendet werden kann. Ob eine Marke genannt wird, hängt davon ab, was die Seiten über sie sagen, denen das System vertraut. Das erklärt auch, wie dieses Ergebnis neben der Forschung steht, auf der die Inhaltsprüfungen beruhen. Die GEO-Studie von Aggarwal und Kollegen hat gezeigt, dass Statistiken, Zitate und Quellenangaben auf einer Seite die Sichtbarkeit dieser Seite innerhalb generierter Antworten in ihren Experimenten erhöht haben. Ihre Frage war, ob eine Seite stärker verwendet wird, wenn sie schon unter den Quellen ist. Unsere ist, ob eine Marke genannt wird. Beides kann zugleich stimmen. Diese Studie widerspricht ihrer nicht, und sie bestätigt sie für Markennennungen auch nicht.

Für den Boden unter den Füßen. Das Audit findet, was eine Website draußen halten kann, ohne dass es jemand merkt: eine Firewall-Regel, die KI-Crawler abweist, Inhalte, die erst nach JavaScript existieren, kein Schema, das sagt, wer die Organisation ist, ein Canonical, das woandershin zeigt. Nichts davon sorgt dafür, dass eine Marke genannt wird. Jedes davon kann verhindern, dass eine Seite gelesen oder verwendet wird. Das zu prüfen kostet wenig, und das meiste ist schnell behoben. Die Reihenfolge, die wir vorschlagen würden: Das kostenlose GEO-Audit laufen lassen und beheben, was blockiert. Keinen Monat damit verbringen, einen Score von 85 auf 95 zu schieben, denn nichts in diesen Daten spricht dafür, dass die Systeme das bemerken. Dann direkt messen, worum es geht: den Systemen die Fragen deiner Käufer stellen, wiederholt, und zählen, wer genannt wird. Der kostenlose KI-Sichtbarkeits-Check macht davon einen ersten Durchgang. Und dann dort arbeiten, wo die Systeme ihre Namen herhaben. Das sind meistens die Seiten anderer.

Eine Kategorie, ein Land, eine Woche Antworten, ein Audit-Durchlauf. Deutsche SEO-Agenturen sind eine Gruppe, deren eigene Websites gut gepflegt sind. Die Scores reichen von 65 bis 98, und drei Viertel der Websites liegen bei 80 oder darüber. Über eine Website mit 40 Punkten sagt die Studie nichts. In einer Gruppe mit kaputten Websites trennt der Score womöglich sehr wohl die Sichtbaren von den Unsichtbaren, denn eine Website, die kein Crawler lesen kann, hat ein anderes Problem als die hier gemessenen. Gemessen wurden Markennennungen in Antworten auf Kategorie-Fragen. Wir haben nicht geprüft, ob der Score vorhersagt, wie oft die eigenen Seiten einer Agentur als Quelle zitiert werden. Das liegt näher an dem, was ein Audit betrachtet, und ist das Nächste, was zu messen ist. Die Sichtbarkeit ist sehr ungleich verteilt: 34 von 81 Agenturen haben gar keine Nennung, acht haben 70 % davon. Bei dieser Verteilung können 81 Websites einen schwachen Zusammenhang nicht nachweisen. Die Spanne von −0,12 bis +0,32 heißt: Ein mäßiger positiver Effekt ist weiterhin möglich. Ein starker nicht. Der Vergleich ist eine Beobachtung. Auf keiner Website wurde etwas verändert, um zu sehen, was danach passiert. Und wir verkaufen das Audit und die Messung, haben also an beidem ein Interesse. Deshalb sind die Daten zusammen mit dem Beitrag veröffentlicht. Aus demselben Grund hier unser eigenes Ergebnis. Die Website von Tiki-Taka Media, der Agentur, die Philipp Enders führt, kam am 29. September 2026 in der kostenlosen Version desselben Audits auf 98 Punkte, und das Ergebnis ist öffentlich. Das entspricht dem höchsten Score unter den 81 Agenturen. Tiki-Taka gehört nicht zu den 81, weil die Agentur nicht auf der Liste steht, gegen die die Antworten ausgezählt wurden. Eine Zahl der Nennungen, die man neben den Score stellen könnte, gibt es deshalb nicht.

Die Datei liegt hier: geo-score-vs-ai-visibility-2026-09.csv. Sie hat eine Zeile je Agentur, 81 Zeilen, unter CC BY 4.0. Verwende sie, rechne nach, veröffentliche, was du findest, und nenne die Quelle. Die Spaltennamen sind englisch. Jede Zeile enthält die Agentur und ihre Domain, die Zahl der Antworten von 633, die die Agentur nennen, den GEO-Score und seine Stufe, die Zahl der geprüften Seiten und ihre Herkunft, das Ergebnis für jeden der fünf Teile des Scores von 0 bis 1, den gesonderten Wert für Agent Readiness und das Ergebnis von 23 Einzelprüfungen als pass, partial oder fail. Um eine Zeile zu prüfen oder deine eigene Website in den Vergleich zu stellen, lass das kostenlose Audit über die Domain laufen. Scores ändern sich, wenn sich Websites ändern, und eine Firewall behandelt eine Anfrage von einem Tag auf den anderen womöglich anders. Eine Wiederholung des Audits landet also in der Nähe des ersten Werts und nicht genau darauf.